“李泽远”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果172个，建议您升级VIP下载更多相关专利

[发明专利]模型训练方法、数据处理方法、装置、客户端及存储介质-CN202011389787.7在审
发明人：王健宗;李泽远;朱星华 -专利权人：平安科技（深圳）有限公司
申请日： 2020-12-01 - 公布日： 2021-03-09 - 主分类号： G06T7/00 文献下载
摘要：本申请涉及人工智能中的模型构建，提供一种模型训练方法、数据处理方法、装置、客户端及存储介质，该方法包括：获取包含目标检测物的超声影像数据，并通过超声影像数据，对预置的神经网络进行预训练，得到目标神经网络；从超声影像数据中提取多个超声图像数据，通过多个超声图像数据，对目标神经网络进行训练，得到训练结果；基于训练结果确定目标神经网络的梯度数据，并对梯度数据进行加密后发送至联邦学习服务器；接收联邦学习服务器发送的目标梯度数据；根据目标梯度数据更新目标神经网络的模型参数，直至更新后的目标神经网络收敛，以得到超声影像数据处理模型。本申请能够提高超声影像数据处理模型的检测效果和准确性。
模型训练方法数据处理装置客户端存储介质

[发明专利]模型训练方法、装置和设备-CN202011392884.1在审
发明人：王健宗;李泽远;朱星华 -专利权人：平安科技（深圳）有限公司
申请日： 2020-12-02 - 公布日： 2021-03-09 - 主分类号： G06K9/62 文献下载
摘要：本发明提供模型训练方法、装置和设备，其中，方法包括：第一数据源获取第一训练集，并采用第一训练集中的样本对第一基模型进行训练，获得第一基模型收敛时的第一模型参数，并将第一模型参数发送给服务器，第一数据源从服务器获取聚合参数，聚合参数由服务器聚合该第一模型参数和j‑1个第二模型参数得到，第一数据源根据聚合参数对第一训练集中的样本进行更新，采用更新后的第一训练集中的样本对第一基模型进行训练，直到第一数据源获得T个聚合参数，第一数据源根据T个聚合参数，获得最终分类模型。该技术方案通过联合多个数据源的训练集进行多轮迭代的模型训练，可以满足基于大量数据进行训练的需求，提高最终分类模型的分类准确性。
模型训练方法装置设备

[发明专利]交通流预测模型训练方法、装置、电子设备及存储介质-CN202011381851.7在审
发明人： 李泽远;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2020-12-01 - 公布日： 2021-03-05 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及人工智能技术，揭露了一种基于联邦迁移学习的交通流预测模型训练方法，包括：利用本地数据库进行交通流预测模型的训练，在损失函数收敛时，得到本地模型梯度；通过迁移学习将所述本地模型梯度传输给参与联邦迁移学习的其他参与方进行各自模型的训练；当所有参与方的模型中的损失函数都收敛时，将所述本地模型梯度发送给云端；根据所述云端返回来的联邦学习之后的模型梯度，得到标准交通流预测模型；利用所述标准交通流预测模型对交通数据进行分析，得到交通流分析结果。本发明还提供一种基于联邦迁移学习的交通流预测模型训练装置、设备及存储介质。本发明实现了在保护用户数据隐私的条件下，提高模型精确性及降低模型计算压力。
通流预测模型训练方法装置电子设备存储介质

[发明专利]推荐模型训练方法、装置、终端设备及存储介质-CN202011382255.0在审
发明人：王健宗;李泽远;朱星华 -专利权人：平安科技（深圳）有限公司
申请日： 2020-12-01 - 公布日： 2021-03-05 - 主分类号： G06N20/20 文献下载
摘要：本申请适用于人工智能技术领域，提供了一种推荐模型训练方法、装置、终端设备及存储介质，该方法包括：根据模型训练指令查询目标推荐模型；根据模型训练标签查询训练参与对象，对训练参与对象进行状态检测，根据状态检测结果对训练参与对象进行筛选；将目标推荐模型发送至训练参与对象进行模型训练，对训练参与对象中模型训练后的模型参数进行参数聚合得到聚合参数，根据聚合参数对目标推荐模型进行参数更新；若参数更新后的目标推荐模型满足收敛条件，则将参数更新后的目标推荐模型输出。本申请通过训练参与对象的状态检测结果进行对象筛选，以去除忙碌状态下的训练参与对象，提高了目标推荐模型训练的准确性。此外，本申请还涉及区块链技术。
推荐模型训练方法装置终端设备存储介质

[发明专利]基于联邦学习的车险评分方法、装置、设备及存储介质-CN202011384340.0在审
发明人： 李泽远;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2020-12-01 - 公布日： 2021-03-05 - 主分类号： G06Q40/08 文献下载
摘要：本发明涉及人工智能技术领域，公开了一种基于联邦学习的车险评分方法、装置、计算机设备及计算机可读存储介质，该方法包括：通过根据待训练的样本数据训练多个预置本地模型，确定各个预置本地模型更新后的第一模型参数；接收服务器发送的加密公钥，对各个第一模型参数进行加密以接收服务器对多个第一模型参数进行联邦学习后返回的聚合模型参数；根据聚合模型参数更新各个预置本地模型，生成对应的评分模型；获取待预测保险序号，并根据评分模型，获取待预测保险序号对应的风险评分；根据预置精算模型和风险评分，获取待预测保险序号的车险信息，实现保护数据隐私的基础上联合训练多个模型，并提高评分模型的准确性，从而得到更加精准的车险信息。
基于联邦学习车险评分方法装置设备存储介质

[发明专利]医护资源预测模型训练方法、装置、设备及存储介质-CN202011384348.7在审
发明人： 李泽远;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2020-12-01 - 公布日： 2021-03-05 - 主分类号： G16H50/50 文献下载
摘要：本申请涉及人工智能领域，可应用于智慧城市的智慧医疗领域中，具体公开了一种医护资源预测模型训练方法、装置、设备及存储介质，所述方法包括：分别获取本地的样本医疗数据，并基于服务器下发的模型初始参数和所述样本医疗数据训练本地模型；分别计算各个所述本地模型的模型中间参数，并将所述模型中间参数发送至所述服务器，使所述服务器基于所述模型中间参数进行计算得到聚合参数；接收所述服务器下发的聚合参数，并根据所述聚合参数更新所述本地模型，得到更新后的本地模型；当各个所述更新后的本地模型均收敛时，完成模型训练，将所述更新后的本地模型作为训练得到的医护资源预测模型。以提高训练得到的医护资源推荐配置模型的预测准确率。
医护资源预测模型训练方法装置设备存储介质

[发明专利]产品推荐方法、装置、电子设备及计算机可读存储介质-CN202011385258.X在审
发明人：王健宗;李泽远;何安珣 -专利权人：平安科技（深圳）有限公司
申请日： 2020-12-01 - 公布日： 2021-03-05 - 主分类号： G06Q30/06 文献下载
摘要：本发明涉及大数据技术，揭露一种产品推荐方法，包括：根据包含待推荐产品的第一产品集及第二产品集进行筛选，得到目标产品序列；根据目标产品序列构建第一用户集中每个用户的第一产品评分序列及第二用户集中每个用户的第二产品评分序列；根据第一产品评分序列及第二产品评分序列加密两个用户集中用户的相似度得到用户相似度集；根据用户相似度集及第二用户集进行推荐优先值计算及筛选得到推荐用户序列；根据推荐用户序列进行待推荐产品推荐。本发明还涉及一种区块链技术，推荐用户序列可以存储在区块链中。本发明还提出一种产品推荐装置、电子设备以及计算机可读存储介质。本发明可以提高产品推荐的灵活性及便利性。
产品推荐方法装置电子设备计算机可读存储介质

[发明专利]物体位姿估计方法、装置、电子设备及计算机存储介质-CN202011385260.7在审
发明人：王健宗;李泽远;朱星华 -专利权人：平安科技（深圳）有限公司
申请日： 2020-12-01 - 公布日： 2021-03-05 - 主分类号： G06T7/70 文献下载
摘要：本发明涉及人工智能技术，揭露一种目标物体位姿估计方法，包括：根据目标物体的场景深度图得到三维点云；提取所述三维点云中的目标物体点集；根据所述三维点云和目标物体点集，计算目标物体的可见度损失值；通过对所述目标物体点集进行霍夫投票，计算目标物体的关键点损失值；对所述场景深度图的像素点进行语义分割，得到目标物体的语义损失值；根据所述可见度损失值、关键点损失值、语义损失值以及多任务联合模型，计算目标物体的位姿。本发明还提出一种目标物体位姿估计装置、设备及存储介质。本发明还涉及区块链技术，所述场景深度图可存储于区块链节点中。本发明可以准确分析待抓取目标物体的位姿，以提高机械臂的抓取精度。
物体估计方法装置电子设备计算机存储介质

[发明专利]联邦学习防御方法、装置、电子设备及存储介质-CN202011324656.0在审
发明人：王健宗;李泽远;何安珣 -专利权人：平安科技（深圳）有限公司
申请日： 2020-11-23 - 公布日： 2021-03-05 - 主分类号： G06F21/55 文献下载
摘要：本发明涉及人工智能技术，揭露了一种联邦学习防御方法，包括：从联邦学习的各参与方获取局部模型参数，根据所述局部模型参数构建攻击模型参数，根据所述局部模型参数及所述攻击模型参数得到训练数据集，利用所述训练数据集训练预构建的判别器，得到攻击判别器，利用所述攻击判别器对待检测局部模型进行判断，得到善意局部模型参数，对所述善意局部模型参数进行聚合运算，得到全局模型参数，并将所述全局模型参数发送给所述各参与方。此外，本发明还涉及区块链技术，所述全局模型参数可存储于区块链的节点。本发明还提出一种联邦学习防御装置、电子设备以及计算机可读存储介质。本发明可以解决对于特定攻击方式防御效果较差的问题。
联邦学习防御方法装置电子设备存储介质

[发明专利]基于选择性梯度更新的联邦建模方法及相关设备-CN202011327560.X在审
发明人： 李泽远;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2020-11-24 - 公布日： 2021-03-05 - 主分类号： G06F21/60 文献下载
摘要：本发明公开了基于选择性梯度更新的联邦建模方法及相关设备，涉及人工智能技术领域，可应用于智慧医院系统中，方法包括：各客户端从服务器端读取机器学习模型的全局模型梯度；各所述客户端对所述全局模型梯度进行初始化；各所述客户端根据各自的样本数据在本地并行执行模型训练，得到各所述客户端对应的本地模型梯度；各所述客户端将各自的本地模型梯度的分量进行加密并上传，或者将各自的本地模型梯度裁剪至预设范围内再进行加密并上传，使服务器端对各客户端上传的本地模型梯度的分量或者裁剪后的本地模型梯度进行聚合，并根据聚合得到的平均梯度对所述机器学习模型进行更新。本发明实现了对医疗数据的隐私保护。
基于选择性梯度更新联邦建模方法相关设备

[发明专利]基于联邦迁移学习的神经退行性疾病建模装置及相关设备-CN202011329754.3在审
发明人： 李泽远;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2020-11-24 - 公布日： 2021-03-05 - 主分类号： G16H50/50 文献下载
摘要：本发明公开了基于联邦迁移学习的神经退行性疾病建模装置及相关设备，涉及人工智能技术领域，可应用于智慧医院系统中，装置包括：数据集获取单元，用于获取第一类神经退行性疾病患者的病历数据集A和病历数据集B；交集选取单元，用于从所述病例数据集A和病例数据集B之间选取交集数据，将所述交集数据作为训练集样本；模型训练单元，用于基于所述训练集样本，对原始神经网络模型进行训练；联邦迁移单元，用于基于多类神经退行性疾病的训练集样本，对所述原始神经网络模型进行联邦迁移学习，得到用于预测神经退行性疾病患病程度的最终神经网络模型。本发明解决了建模过程的数据孤岛问题，可有效预测患者患病程度。
基于联邦迁移学习神经退行性疾病建模装置相关设备

[发明专利]代码变更的注释生成方法、装置、电子设备及存储介质-CN202011322526.3在审
发明人：王健宗;李泽远;何安珣 -专利权人：平安科技（深圳）有限公司
申请日： 2020-11-23 - 公布日： 2021-02-23 - 主分类号： G06F8/70 文献下载
摘要：本发明涉及人工智能技术，揭露了一种代码变更的注释生成方法，包括：服务端随机生成模型参数及损失下限，并发送给多个客户端；所述客户端根据所述模型参数和所述损失下限，对预构建的注释生成模型进行训练，得到损失值和本地模型参数，并加密传输给服务端；所述服务端对所述模型参数和损失下限进行更新，并发送给客户端；客户端返回训练步骤，直到满足预设的终止条件，得到训练完成的注释生成模型；使用注释生成模型对变更代码数据生成注释。本发明还提出了代码变更的注释生成装置、设备及计算机可读存储介质。此外，本发明还涉及区块链技术，变更代码数据可存储于区块链节点中。本发明可以提高注释生成模型生成注释的准确性，并保护代码隐私。
代码变更注释生成方法装置电子设备存储介质

[发明专利]目标物推荐方法、装置、电子设备及计算机可读存储介质-CN202011298325.4在审
发明人：王健宗;李泽远 -专利权人：平安科技（深圳）有限公司
申请日： 2020-11-19 - 公布日： 2021-02-19 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及数据分析技术，揭露了一种目标物推荐方法，包括：构建用户矩阵集、评分矩阵集和目标物矩阵集；将用户矩阵集划分为多个用户矩阵子集并从中选取目标用户矩阵集；对目标用户矩阵集和目标物矩阵集进行梯度分析得到更新梯度；将更新梯度传输至服务端并获取生成的更新参数；利用更新参数对评分矩阵集进行更新，得到更新评分矩阵集；获取待推荐目标物集，利用更新评分矩阵集生成待推荐目标物集的评分值，根据评分值选择待推荐目标并推送给用户。本发明还提出了目标物推荐装置、设备及计算机可读存储介质。此外，本发明还涉及区块链技术，待推荐目标物集可存储于区块链节点中。本发明可以提高户隐私的安全性，提高对用户进行目标物推荐的效率。
目标推荐方法装置电子设备计算机可读存储介质

[发明专利]一种气象事件预测方法、装置及相关设备-CN202011312818.9在审
发明人：王健宗;李泽远 -专利权人：平安科技（深圳）有限公司
申请日： 2020-11-20 - 公布日： 2021-02-19 - 主分类号： G06Q10/04 文献下载
摘要：本申请提供一种气象事件预测方法，该方法包括：第一终端根据第一样本集中的每个样本，计算待训练模型的损失函数的一阶梯度集和二阶梯度集；并接收第二终端发送的根据第二样本集计算得到的聚合一阶梯度集和聚合二阶梯度集，其中，第二样本集是从第二终端的样本集中确定的与第一样本集相似的样本集；然后根据样本的梯度值和相似样本的聚合梯度值来训练模型，并通过训练好的模型预测气象状况。通过发送相似样本的聚合梯度值给第一终端用于模型的训练，避免了数据泄露的问题，同时，训练模型的过程中用到了其他终端的相似样本，使训练出的模型更加准确，且各终端可以同步并行训练，提高了模型的计算效率，合理利用了数据和资源。
一种气象事件预测方法装置相关设备

[发明专利]三维点云语义分割方法、装置、设备及介质-CN202011182178.4在审
发明人： 李泽远;王健宗;肖京 -专利权人：平安科技（深圳）有限公司
申请日： 2020-10-29 - 公布日： 2021-01-29 - 主分类号： G06K9/34 文献下载
摘要：本申请涉及人工智能技术领域，揭示了一种三维点云语义分割方法、装置、设备及介质，其中方法包括：采用预设空间单元格对待预测三维点云数据进行点云划分及量化判别得到目标点云数据；将目标点云数据输入点云语义类别预测模型中进行语义类别的概率预测得到目标点云数据的点云语义类别概率预测值，点云语义类别预测模型是基于PointSIFT神经网络模块和PointNet++神经网络训练得到的模型；根据点云语义类别概率预测值确定目标点云数据中每个点的目标语义类别。实现了针对复杂大尺度目标物体的点云进行快速且精确的逻辑划分，提高了点云分割的识别精度，而且可以较好的处理复杂目标物体的精细特征，提高了语义类别预测的准确度。
三维语义分割方法装置设备介质

首页
«上一页
1
2
3
4
5
6
7
8
9
10
11
12
下一页»
尾页
共 172 条